DOI: https://doi.org/10.3758/s13428-026-03021-0
PMID: https://pubmed.ncbi.nlm.nih.gov/42086798
تاريخ النشر: 2026-05-05
المؤلف: Gerard Campbell وآخرون
الموضوع الرئيسي: آليات الإدراك البصري والمعالجة
نظرة عامة
التحدي المستمر في أبحاث الإدراك البصري هو توفر محفزات الأجسام الواقعية التي تلبي متطلبات تجريبية محددة، لا سيما فيما يتعلق بميزات مثل الحجم واللون والاتجاه. غالبًا ما تظهر مجموعات المحفزات التقليدية التي تم تنسيقها يدويًا تباينًا كبيرًا في هذه المعلمات، مما يجعلها غير مناسبة للدراسات المستهدفة. لمعالجة هذه المشكلة، يقدم البحث الحالي مجموعة من 200 صورة تم إنشاؤها بواسطة الذكاء الاصطناعي لأشياء يومية، مصممة لتبدو كما لو كانت موضوعة على سطح مستوٍ، مما يسهل دمجها في مشاهد افتراضية. يتم تقديم هذه المحفزات بتدرجات الرمادي ويمكن عرضها بألوان مختلفة.
توضح الدراسة المنهجية المستخدمة في توليد هذه المحفزات وتقدم تقريرًا عن دراسة تحقق شملت 90 مشاركًا (45 بالغًا شابًا تتراوح أعمارهم بين 18-35 و45 بالغًا مسنًا تتراوح أعمارهم بين 65-85). تشير النتائج إلى أن الغالبية العظمى من المحفزات حصلت على تقييمات عالية من حيث إمكانية التسمية، والواقعية المدركة، والألفة، دون ملاحظة اختلافات ذات دلالة إحصائية مرتبطة بالعمر. تدعم هذه التحقق استخدام هذه المحفزات في الأبحاث المستقبلية، وتكون مجموعة البيانات، التي تشمل كل صورة في سبعة ألوان بالإضافة إلى إحصائيات الصورة الأساسية مثل متوسط السطوع والتباين، متاحة بشكل مفتوح للاستخدام الأكاديمي الإضافي.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على أهمية المحفزات الواقعية والمتنوعة في دراسة الإدراك البصري والإدراك. تقليديًا، كانت عملية إنشاء مثل هذه المحفزات تتطلب جهدًا كبيرًا وكانت محدودة في التباين. ومع ذلك، فإن التقدم في الذكاء الاصطناعي التوليدي (Gen-AI) يقدم حلاً من خلال تمكين التوليد المخصص لمحفزات بصرية عالية الجودة مصممة لتلبية احتياجات البحث المحددة (Becker & Laycock, 2023; Luo & Toubia, 2024).
تركز الدراسة الحالية على التحقق من صحة ونشر مجموعة من المحفزات الواقعية التي تم إنشاؤها بواسطة الذكاء الاصطناعي والمصممة لأغراض البحث. تتميز هذه المحفزات بالتجانس في الميزات البصرية الرئيسية، مثل الحجم واللون، ومتاحة في سبعة ألوان مختلفة، مما يسهل ظروف التجربة المنضبطة. بالإضافة إلى ذلك، يتم توجيه الأجسام كما لو كانت موضوعة على سطح مستوٍ، مما يعزز قابليتها للتطبيق في البيئات الطبيعية. مجموعة البيانات، التي تشمل إحصائيات الصورة الأساسية (متوسط السطوع والتباين) التي تم إنشاؤها باستخدام صندوق أدوات SHINE من MATLAB (Willenbockel et al., 2010)، متاحة بشكل مفتوح للبحث المستقبلي (https://osf.io/tncdf/).
الطرق
في هذه الدراسة، كانت المحفزات تتكون من 200 صورة لأجسام ملونة بالفضة، والتي تم عرضها عند الإحداثيات (x = 0، y = -5) على الشاشة، بحجم 5 × 5 وحدات وفقًا لنظام إحداثيات Gorilla. تم تصميم إعداد التجربة ليكون متوافقًا مع أجهزة الكمبيوتر والأجهزة اللوحية، مع استبعاد الهواتف المحمولة لضمان التجانس في تقديم المحفزات. كانت هذه الاختيار المنهجي تهدف إلى الحفاظ على الاتساق في التجربة البصرية عبر المشاركين.
النتائج
في هذا القسم، يقدم المؤلفون نتائج تحليلهم حول درجات إمكانية التسمية، والواقعية، والألفة لمجموعة متنوعة من المحفزات، المتاحة على إطار العلوم المفتوحة. تم تقييم البيانات بحثًا عن القيم الشاذة، مما أدى إلى إزالة قيمة شاذة واحدة من درجات إمكانية التسمية. تم تلخيص الإحصائيات الوصفية للمشاركين المتبقين، سواء بشكل عام أو حسب مجموعة العمر، في الجدول 2.
لتحقيق في الاختلافات المرتبطة بالعمر في القياسات الثلاثة، تم إجراء اختبارات t المستقلة جنبًا إلى جنب مع عوامل بايز (BF10) لتقييم قوة الأدلة لصالح الفرضية البديلة. تشير النتائج إلى عدم وجود اختلافات ذات دلالة إحصائية بين البالغين الشباب والبالغين المسنين في إمكانية التسمية ($t(87) = 0.38$، $p = 0.70$، $BF_{10} = 0.24$)، الواقعية ($t(88) = 1.05$، $p = 0.29$، $BF_{10} = 0.36$)، أو الألفة ($t(88) = 1.29$، $p = 0.20$، $BF_{10} = 0.46$). وبالتالي، تشير النتائج إلى أن مجموعة العمر لا تؤثر بشكل كبير على إمكانية التسمية العامة، أو الواقعية المدركة، أو الألفة للمحفزات.
المناقشة
هدفت الأبحاث الحالية إلى التحقق من صحة ونشر مجموعة من المحفزات الواقعية التي تم إنشاؤها بواسطة الذكاء الاصطناعي لدراسات الإدراك البصري. تم تصميم المحفزات لتكون سهلة الدمج في بيئات افتراضية واقعية وتم إنتاجها بلون محايد، مع القدرة على تعديل اللون. أشارت نتائج التحقق إلى درجات عالية من إمكانية التسمية، والواقعية، والألفة عبر عينة من البالغين الشباب والمسنين، مما يؤكد ملاءمة المحفزات للبحث في التعرف على الأجسام، والذاكرة، والتصنيف الدلالي. من الجدير بالذكر أن المحفزات أظهرت إدراكًا متسقًا عبر مجموعات العمر، مما يقلل من المتغيرات المربكة المحتملة في الأبحاث التي تشمل مجموعات سكانية متنوعة.
بالإضافة إلى ذلك، تؤكد الدراسة على فعالية الذكاء الاصطناعي التوليدي (Gen-AI) في إنشاء محفزات واقعية للأجسام، مما يعالج القيود الموجودة في قواعد البيانات الحالية التي غالبًا ما تتطلب تنسيقًا يدويًا مكثفًا. يمكن تكييف المنهجية المستخدمة لتوليد مجموعة أوسع من الأجسام والسياقات، مما يعزز الصلاحية البيئية لأبحاث الإدراك البصري. توفر مجموعة البيانات المتاحة بشكل مفتوح، والتي تتكون من 200 صورة بألوان متعددة، موردًا قيمًا للباحثين الذين يسعون للحصول على محفزات عالية الجودة وقابلة للتسمية يمكن استخدامها عبر مجموعة متنوعة من النماذج التجريبية.
القيود
ت stem القيود في الدراسة الحالية بشكل أساسي من العينة المحدودة ونطاق المحفزات المستخدمة. تم إجراء دراسة التحقق حصريًا مع مشاركين يتحدثون الإنجليزية من المملكة المتحدة، مما يثير مخاوف بشأن إمكانية تعميم الدرجات الملاحظة لإمكانية التسمية، والواقعية، والألفة على مجموعات سكانية أخرى. يُشجع على إجراء أبحاث مستقبلية للتحقق من صحة المحفزات عبر مجموعات ثقافية ولغوية متنوعة، حيث أظهرت الدراسات السابقة تأثيرات كبيرة عبر الثقافات واللغات على الألفة مع المحفزات التي تم تنسيقها يدويًا (Santos et al., 2019).
بالإضافة إلى ذلك، كانت دراسة التحقق محدودة بالصور بتدرجات الرمادي، حيث تم اعتبار التحقق من جميع 1,400 مجموعة من الأجسام والألوان غير قابل للتطبيق ضمن قيود هذا العمل. وبالتالي، بينما تتوفر نسخ ملونة من المحفزات للبحث المستقبلي، فإن درجات التحقق الحالية تنطبق فقط على الصور بتدرجات الرمادي، مما قد يحد من قابلية تطبيق النتائج في سياقات الألوان.
DOI: https://doi.org/10.3758/s13428-026-03021-0
PMID: https://pubmed.ncbi.nlm.nih.gov/42086798
Publication Date: 2026-05-05
Author(s): Gerard Campbell et al.
Primary Topic: Visual perception and processing mechanisms
Overview
The ongoing challenge in visual cognition research is the availability of real-world object stimuli that meet specific experimental requirements, particularly concerning features like size, color, and orientation. Traditional manually curated stimulus sets often exhibit significant variability in these parameters, making them unsuitable for targeted studies. To address this issue, the present study introduces a set of 200 AI-generated images of everyday objects, designed to appear as if placed on a flat surface, thereby facilitating their integration into virtual scenes. These stimuli are presented in greyscale and can be rendered in various colors.
The study details the methodology for generating these stimuli and reports on a validation study involving 90 participants (45 younger adults aged 18-35 and 45 older adults aged 65-85). The findings indicate that the majority of the stimuli received high ratings for nameability, perceived realism, and familiarity, with no significant age-related differences noted. This validation supports the use of these stimuli in future research, and the dataset, which includes each image in seven colors along with low-level image statistics such as mean brightness and contrast, is made openly available for further academic use.
Introduction
The introduction of this research paper highlights the significance of realistic and diverse object stimuli in the study of visual perception and cognition. Traditionally, the creation of such stimuli has been labor-intensive and limited in variability. However, advancements in generative artificial intelligence (Gen-AI) present a solution by enabling the custom generation of high-quality visual stimuli tailored to specific research needs (Becker & Laycock, 2023; Luo & Toubia, 2024).
The current study focuses on validating and disseminating an AI-generated set of real-world object stimuli designed for research purposes. These stimuli are characterized by uniformity in key visual features, such as size and color, and are available in seven different colors, facilitating controlled experimental conditions. Additionally, the objects are oriented as if placed on a flat surface, enhancing their applicability in naturalistic settings. The dataset, which includes low-level image statistics (mean brightness and contrast) generated using MATLAB’s SHINE toolbox (Willenbockel et al., 2010), is openly accessible for future research (https://osf.io/tncdf/).
Methods
In this study, the stimuli consisted of 200 silver-colored object images, which were displayed at the coordinates (x = 0, y = -5) on the screen, with a size of 5 × 5 units according to Gorilla’s coordinate system. The experimental setup was designed to be compatible with computers and tablets, explicitly excluding mobile phones to ensure uniformity in the presentation of stimuli. This methodological choice aimed to maintain consistency in the visual experience across participants.
Results
In this section, the authors present the results of their analysis on the nameability, realism, and familiarity scores of various stimuli, which are available on the Open Science Framework. The data were assessed for outliers, resulting in the removal of one extreme outlier from the nameability scores. Descriptive statistics for the remaining participants, both overall and by age group, are summarized in Table 2.
To investigate age-related differences in the three measures, independent t-tests were conducted alongside Bayes factors (BF10) to evaluate the strength of evidence for the alternative hypothesis. The findings indicate no significant differences between younger and older adults for nameability ($t(87) = 0.38$, $p = 0.70$, $BF_{10} = 0.24$), realism ($t(88) = 1.05$, $p = 0.29$, $BF_{10} = 0.36$), or familiarity ($t(88) = 1.29$, $p = 0.20$, $BF_{10} = 0.46$). Consequently, the results suggest that age group does not significantly influence the overall nameability, perceived realism, or familiarity of the stimuli.
Discussion
The present research aimed to validate and disseminate an AI-generated set of real-world object stimuli for visual cognition studies. The stimuli were designed to be easily integrated into realistic virtual environments and were produced in a neutral color, with the capability for color manipulation. Validation results indicated high nameability, realism, and familiarity scores across a sample of younger and older adults, confirming the stimuli’s suitability for research on object recognition, memory, and semantic categorization. Notably, the stimuli demonstrated consistent perception across age groups, minimizing potential confounding variables in research involving diverse populations.
Additionally, the study underscores the efficacy of generative artificial intelligence (Gen-AI) in creating realistic object stimuli, addressing limitations of existing databases that often require extensive manual curation. The methodology employed can be adapted for generating a broader range of objects and contexts, thereby enhancing the ecological validity of visual cognition research. The openly available dataset, comprising 200 images in multiple colors, provides a valuable resource for researchers seeking high-quality, nameable stimuli that can be utilized across various experimental paradigms.
Limitations
The limitations of the present study primarily stem from the restricted sample and the scope of the stimuli used. The validation study was conducted exclusively with English-speaking participants from the UK, which raises concerns about the generalizability of the observed scores for nameability, realism, and familiarity to other populations. Future research is encouraged to validate the stimuli across diverse cultural and linguistic groups, as previous studies have indicated significant cross-cultural and cross-linguistic effects on familiarity with manually curated object stimuli (Santos et al., 2019).
Additionally, the validation study was limited to greyscale images, as validating all 1,400 object-color combinations was deemed unfeasible within the constraints of this work. Consequently, while color versions of the stimuli are available for future research, the current validation scores are applicable only to the greyscale images, potentially limiting the applicability of the findings to color contexts.